到了 2020 年，先進(jìn)駕駛輔助系統(tǒng)（advanced-driver assistance systems，ADAS）市場(chǎng)的價(jià)值估計(jì)可達(dá) 600 億美元，年復(fù)合增長(zhǎng)率 （CAGR） 幾乎達(dá)到 23%。ADAS 是汽車(chē)行業(yè)的新寵，推動(dòng)著這個(gè)巨大生態(tài)系統(tǒng)中的大部分創(chuàng)新。我們幾乎每天都會(huì)聽(tīng)到關(guān)于這個(gè)領(lǐng)域的未來(lái)產(chǎn)品公告和消息，例如最近谷歌創(chuàng)辦了自己的汽車(chē)公司，優(yōu)步正在積極研發(fā)面向未來(lái)的自動(dòng)駕駛出租車(chē)以及通用汽車(chē)贊助了在底特律新創(chuàng)辦的 MCity Facility。

　　資料來(lái)源：Ian Riches 在 Strategy Analytics 的 2015 年 GPU 技術(shù)大會(huì)上的演講稿“Vision-Based ADAS:Seeing the Way Forward”

　　兩種相互矛盾的趨勢(shì)

　　目前這些公司和許多其他與汽車(chē)行業(yè)相關(guān)的公司正在面臨挑戰(zhàn)，因此推動(dòng)著工程團(tuán)隊(duì)去掌握迄今為止最高級(jí)別的人工智能和深度學(xué)習(xí)算法。這些汽車(chē)工程團(tuán)隊(duì)現(xiàn)在正創(chuàng)建由NASA、DARPA 和多家軍事/國(guó)防機(jī)構(gòu)開(kāi)發(fā)出的先進(jìn)技術(shù)，并將應(yīng)用到消費(fèi)類(lèi)電子設(shè)備，如智能手機(jī)、可穿戴設(shè)備和無(wú)人駕駛飛機(jī)。

　　汽車(chē)行業(yè)所面臨的挑戰(zhàn)是獨(dú)一無(wú)二的，因?yàn)樗诤狭藘煞N有時(shí)會(huì)相互矛盾的趨勢(shì)：一方面，駕駛趨勢(shì)正朝著自主駕駛的方向發(fā)展，導(dǎo)致汽車(chē)需要滿足最苛刻的安全標(biāo)準(zhǔn)和故障覆蓋率。另一方面，從成本敏感度來(lái)說(shuō)，汽車(chē)仍然屬于消費(fèi)類(lèi)設(shè)備，因此這些 ADAS 系統(tǒng)必須是價(jià)格便宜的附加設(shè)備，特別是 Euro-NCAP 和 NHTSA 等標(biāo)準(zhǔn)機(jī)構(gòu)已將它們納入到其安全評(píng)級(jí)系統(tǒng)。這就要求每個(gè)業(yè)內(nèi)人員（包括算法開(kāi)發(fā)人員、系統(tǒng)制造商、芯片供應(yīng)商和處理器設(shè)計(jì)人員）都跳出思維定式，并實(shí)現(xiàn)整個(gè)生態(tài)系統(tǒng)的密切合作。

　　以“車(chē)道偏離警告”這個(gè)相對(duì)簡(jiǎn)單的 ADAS 任務(wù)為例，在“正常”駕駛條件下，車(chē)道偏離很好處理；但當(dāng)環(huán)境條件不那么理想時(shí)，比如雨天、濃霧、直射光反射，或處于高對(duì)比度場(chǎng)景（如離開(kāi)隧道），問(wèn)題就來(lái)了。這時(shí)就需要應(yīng)用各種獨(dú)特的過(guò)濾器和成像算法來(lái)清理圖像，融合多個(gè)畫(huà)面（有時(shí)來(lái)自不同的傳感器）和其他技術(shù)。當(dāng)?shù)缆窐?biāo)志和車(chē)道沒(méi)有清楚地標(biāo)示，車(chē)道收窄或者道路正在施工（使得車(chē)道標(biāo)記用不同的顏色分層，或車(chē)道標(biāo)記消失），或者根本沒(méi)有車(chē)道標(biāo)記時(shí)，這個(gè)問(wèn)題就會(huì)變得更具挑戰(zhàn)性。另外，還要考慮到車(chē)道有多種標(biāo)記方式，其中一些取決于地理位置，如連續(xù)線、虛線、雙線，甚至有些道路使用突起的標(biāo)記（Botts 點(diǎn)）代替一般道路標(biāo)記。系統(tǒng)現(xiàn)在必須模仿人類(lèi)的大腦（我提到人工智能了嗎？）來(lái)收集各種指示信息，包括道路標(biāo)記、道路邊緣、施工信號(hào)、前方車(chē)輛的位置、對(duì)面車(chē)道駛來(lái)的車(chē)輛的位置、交通標(biāo)志等等，從而推斷“車(chē)道”。

　　利用高效節(jié)能的處理器

　　現(xiàn)在我們嘗試把這種車(chē)道偏離警告系統(tǒng)轉(zhuǎn)換成一個(gè)車(chē)道保持系統(tǒng)（可主動(dòng)調(diào)整車(chē)輛方向，從而使車(chē)輛在自主駕駛環(huán)境下保持在車(chē)道內(nèi)）。該系統(tǒng)的精確度只需與人類(lèi)的視覺(jué)和智能系統(tǒng)相若（有時(shí)也會(huì)超過(guò)后者）。要在滿足緊縮的功耗和成本預(yù)算的同時(shí)，實(shí)現(xiàn)處理大量視覺(jué)信息所需的先進(jìn)算法，只有利用高效節(jié)能的處理器才有可能。

　　為了真正實(shí)現(xiàn)自主駕駛，汽車(chē)將需要連續(xù)推斷車(chē)身周?chē)拿總€(gè)對(duì)象（汽車(chē)、交通標(biāo)志、道路標(biāo)記、車(chē)道、行人、顛簸、騎自行車(chē)的人、交通燈、道路上的碎片等），了解不同對(duì)象之間的關(guān)系（例如，前方車(chē)輛的行為與交通燈之間的相關(guān)性），并在一瞬間做出正確的決定。檢測(cè)（和保持）駕駛員的車(chē)道其實(shí)只是冰山一角。

　　在未來(lái)，我們可以預(yù)見(jiàn)到這種對(duì)安全至關(guān)重要的人工智能系統(tǒng)還會(huì)遇上道德問(wèn)題，例如在遭遇無(wú)可避免的碰撞時(shí)，應(yīng)該將車(chē)輛撞向闖到馬路上的動(dòng)物，還是撞向人行道上的行人？系統(tǒng)應(yīng)如何優(yōu)先考慮司機(jī)的安全與路上其他人的安全？考慮到人工智能需要判斷如此多的因素，我們不應(yīng)期望完全自主駕駛的汽車(chē)能夠在未來(lái) 10 年內(nèi)面世；但基于視覺(jué)的先進(jìn)算法和相關(guān)的高效節(jié)能的嵌入式處理器，肯定會(huì)有一些明顯的進(jìn)步。